tag 機器學習

標籤
貢獻423
362
05:25 PM · Oct 25 ,2025
deephub 頭像 qingfouai 頭像 tecdat 頭像 u_17420180 頭像 chaoshenjinghyperai 頭像 lab4ai 頭像 u_17061379 頭像 youyudetusi 頭像 u_15214399 頭像 aigoto 頭像 u_15690955 頭像 MrVolleyball 頭像

@機器學習 / 博客 RSS 訂閱

u_16099183 頭像

數據科學家 - F12 elements 修改內容後如何運行

1.需求： -- 在培訓班管理的時候，目前後台沒有提供作業提交的情況統計清單，而且無法查看作業，只有點開統計，能看到作業提交的清單 但是這個頁面是個彈窗，只有關閉按鈕，中間是10個人的作業記錄，然後下面一排是頁碼按鈕 ，這次戰略百問的頁碼是173頁 目的是要把每頁的表格內容複製出來，粘貼到一個表裏面。 如何快速的一次性獲得所有的，哪怕是txt後

機器學習 , 換頁 , 賦值 , 人工智能 , HTML

收藏 評論

u_16213669 頭像

mob64ca140ce312 - Windows Management Instrumentation總莫名佔用CPU

OWSTIMER.EXE causes a high CPU usage 自從安裝WSS3之後，不定時會發現OWSTIMER.EXE Process的CPU使用量忽然衝高，同時HD聲不斷閃爍的狀況。前後不定時發生過好幾次，今天終於忍不住用Process Monitor追了一下，發現有個寫入C:Program FilesCommon Files

機器學習 , SharePoint , google , 人工智能 , 關鍵程度

收藏 評論

u_16213596 頭像

mob64ca13fb6939 - memtester linux命令 失敗

關於ROS Why is ROS not a real-time operating system? ROS isn't even an operating system, it's a framework and it's usually built on top of Ubuntu. First and foremost,

機器學習 , 優先級 , 任務調度 , 人工智能 , Ubuntu

收藏 評論

u_16213628 頭像

mob64ca14031c97 - STM32 ymodem IAP傳輸文件的大小和什麼有關係

1.時鐘振盪器：產生時鐘信號送給單片機內部各電路，並且控制這些電路，使它們有節拍的工作。 2.ROM是一種具有存儲功能的電路，斷電後信息不回丟失。RAM也是一種存儲電路，斷電後信息丟失。 3.串行通信口是單片機和外部設備進行串行通信的接口。串行傳遞數據是一位一位的進行傳遞，同時傳輸多位數據的方式成為並行通信。 4.電子電路圖：是指按照統一

機器學習 , 觸發器 , 單片機 , 人工智能 , 寄存器

收藏 評論

u_106065 頭像

laokugonggao - qemu複製粘貼文本

有時候，複製文本（尤其是代碼）到 Vim，會出現格式錯亂的問題。看樣子，應該是自動縮進惹得禍。本文不去深究原因，直接給出解決方法。 1. paste 模式 運行如下命令，進入 paste 模式： :set paste 進入 paste 模式後，按 i 鍵進入插入模式，然後再粘帖，文本格式不會錯亂了。但粘帖後還需要按 ESC 進入普

機器學習 , 快捷鍵 , 剪切板 , 人工智能 , vim , qemu複製粘貼文本

收藏 評論

mankeji 頭像

曼孚科技 - 從“聽得清”到“聽得懂”：音頻標註技術的演進

在人工智能的發展圖譜中，讓機器 “聽見” 並解讀世界，始終是一條充滿挑戰卻意義深遠的探索路徑。 早期技術突破集中於一個明確目標 ——“聽得清”，即實現聲音信號向文字符號的高精度轉化。然而，隨着 AI 應用場景的持續拓展與深化，行業對機器 “聽力” 提出了更高階的要求：不僅要精準轉寫語音內容，更要深度理解其背後的內涵。 把握指令意圖、辨識話語情緒、洞悉聲音場景的複雜構成，成為人工智能向高階智能演進的

機器學習 , 算法 , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

u_13354 頭像

小咪咪 - litemall什麼樣子

一、下載 下載的是最新版 x28二進制包 liteidex28.windows-qt4.zip 二、安裝 1、下載後，將壓縮包解壓後得到liteide目錄，將其拷貝到你的go的安裝目錄下 ，如下圖，我的go的安裝目錄是“D:\軟件安裝\Go”，解壓到該目錄下。 2、 打開D:\軟件安裝\Go\liteide\

機器學習 , litemall什麼樣子 , 軟件安裝 , 人工智能 , go , ide

收藏 評論

u_16099217 頭像

技術博客達人 - 安裝EDEMpy

技能變現 .content { top: 126px; } .modal-text { font-size: 18px; } 距離 社保代繳 佣金比例: 20%／月 地點: 蘭州 人數: 20人 預計佣金：￥5000 已被接單 招聘業務 佣金比例: 25%／筆 地點: 南京 人數: 10人 預計佣金：￥5000 已被接單 培訓業務 佣金比例

機器學習 , 變現 , 安裝EDEMpy , Android , 人工智能 , html hall.html安卓 , ios

收藏 評論

u_16099317 頭像

錦繡前程未央 - auto_increment的當前值

依賴屬性的當前值(Current Value)，基值(Base Value)和本地值(Local Value)是MSDN常出現的三個詞，這些屬性和依賴屬性的優先級設置有關。 如下表： 這裏是當前值 1. 1. 屬性系統強制轉換，這裏是通過依賴屬性的CoerceValue

機器學習 , wpf , 強制轉換 , auto_increment的當前值 , 人工智能 , .net , c

收藏 評論

u_16213641 頭像

mob64ca14061c9e - pycharm數據可視化只繪製出excel中某一行的數據圖形

本文簡單介紹下偶遇的一個不錯「python可視化工具lets-plot」，喜歡用R中的ggplot2繪製統計圖的小夥伴一定要看看～ a、lets-plot由JetBrains（沒錯，「和PyCharm同出一家」）開發，主要「參考R語言中的ggplot2」，「擅長統計圖」，但多了「交互能力」，所以也是基於圖層圖形語法（the Grammar

機器學習 , 數據可視化 , 人工智能 , 數據分析 , 可視化 , Python

收藏 評論

u_17610575 頭像

mb695230a481982 - 規模最大、性能最好，百度百舸助力北京人形打造開源具身多模態大腦模型 Pelican-VL1.0

北京人形機器人創新中心有限公司（下文簡稱：北京人形）是國內首家省級人形機器人創新中心，聚焦於具身智能機器人核心技術、產品研發和應用落地，圍繞通用機器人平台「具身天工」和通用具身智能平台「慧思開物」兩大核心任務開展攻堅，致力於打造具有全球影響力的具身智能創新策源地和應用示範高地。 2024 年，北京人形發佈「天工1.0 LITE」，成為全球首個純電驅擬人奔跑的全尺寸人形機器人

機器學習 , 具身智能 , AI , 人工智能

收藏 評論

u_16099224 頭像

IT劍客之家 - 進入Ymodem使用什麼指令

vi 共分為三種模式，分別是【一般指令模式】、【編輯模式】、【指令列命令模式】 一般指令模式（command mode） 　　以 vi 打開一個文件就直接進入一般指令模式了。 　　在一般指令模式中，可以使用 上下左右 鍵來移動光標，可以使用 刪除字符 或 刪除整列 來處理文件內容，可以 複製、粘貼 來處理文件內容。 編輯模式（insert mode）

機器學習 , 進入Ymodem使用什麼指令 , 命令模式 , 打開文件 , 人工智能 , vim

收藏 評論

u_16213676 頭像

mob64ca140e76c8 - activemq卡在重連

消息持久化顧名思義就是把發佈的消息進行落地，這樣activeMQ宕機也不會導致那些未被消費的消息給弄消失，這樣保證消息都能被消費。 activeMQ消息持久化有JDBC，AMQ，KahaDB和LevelDB等這幾種，默認採用的是KahaDB，本篇講的是如何採用jdbc的新式把消息存入數據庫的例子； activeMQ默認採用的KahaDB，消息會落地到安裝目錄下的\da

機器學習 , 持久化 , activemq卡在重連 , 數據庫 , bc , 人工智能

收藏 評論

u_17586993 頭像

u_17586993 - 大模型榜單週報（2025/12/27）

1. 本週概覽 本週大模型領域持續涌現創新成果，數學、編程和多模態能力均出現顯著進展。字節推出數學模型Seed Prover 1.5，在國際數學奧林匹克競賽中取得金牌線成績，而智譜AI開源GLM-4.7在多項評測中超越GPT-5.1。MiniMax的M2.1編碼模型以10B激活參數創下多語言軟件工程能力新高，北航提出的代碼模型Scaling Laws為最優數據配比提供理論基礎。

機器學習 , 人工智能

收藏 評論

u_16213686 頭像

mob64ca1410eb61 - vite pxtorem 怎麼轉換行內樣式

1.如何讓VI顯示隱藏的換行符 今天修改tomcat的啓動文件start.sh,改完之後啓動不了,請教同事之後 原來配置文件某個值很長,含有換行符. 如何避免出現類似問題? 使用以下命令顯示換行 如果你使用以下命令進入list mode，那麼就可以清楚的看到以“$”表示的換行符和以“^I”表示的製表符。 :set list 如下圖 後面的$ 就是那該死的換

機器學習 , tomcat , 配置文件 , 換行符 , 人工智能

收藏 評論

u_15641375 頭像

芯動大師 - 關於深度學習量化的操作

0. 簡介 深度學習中做量化提升運行速度是最常用的方法，尤其是大模型這類非常吃GPU顯存的方法。一般是高精度浮點數表示的網絡權值以及激活值用低精度（例如8比特定點）來近似表示達到模型輕量化，加速深度學習模型推理，目前8比特推理已經比較成熟。比如int8量化，就是讓原來32bit存儲的數字映射到8bit存儲。int8範圍是[-128,127]， uint8範圍是[0,255]

機器學習 , yyds乾貨盤點 , 最小值 , 數據 , 人工智能 , 非對稱

收藏 評論

u_17420180 頭像

合合信息解決方案 - 如何將公司內部知識庫（Word/PDF）接入大模型？

2025 年 12 月，OpenAI 正式發佈以 “職場效率革新” 為核心的 GPT-5.2 大模型，其在長文檔分析、多模態理解、專業場景推理等領域的突破性表現，為企業激活內部知識資產提供了全新可能。對於企業而言，GPT-5.2 的強大能力不至於通用問答—— 真正的核心需求，是讓這一先進大模型能夠 “讀懂” 公司內部海量的 Word 技術文檔、PDF 合同協議、Excel 數據報

機器學習 , 上傳 , 人工智能 , 文檔解析 , 結構化

收藏 評論

u_17061379 頭像

AI編程社區 - 零基礎上手 Qoder，我的一些感悟分享

最近機緣巧合參加了內部 AI 分享會上財務同學的介紹後，看到一個之前沒怎麼接觸過編程的同學，也能在短時間內生成一個像模像樣的小工具，那一刻確實有被 AI Coding 的能力震撼到。AI生成代碼的能力，無疑會大大降低編程的門檻，提升編程的效率。 好奇心驅使，結合目前團隊的需求，在這一個月裏，我對 Qoder 進行了深度使用，並完成了兩個初步可用的小系統，目前這兩個系統已穩定

機器學習 , 專家經驗 , 人工智能 , 安全資訊 , 代碼實現

收藏 評論

u_15996251 頭像

明日cto - 機器學習——可視化工具

機器學習中，可視化工具用於幫助理解數據分佈、模型性能、訓練過程以及結果分析。以下是一些常用的可視化工具及其詳細講解 一、Matplotlib 作用：基礎的繪圖庫，適用於各種靜態、動態和交互式圖表。 主要功能： 繪製折線圖、柱狀圖、散點圖、直方圖等 自定義圖表樣式、座標軸、圖例等 示例： pythoni

機器學習 , yyds乾貨盤點 , 人工智能 , 可視化工具 , Python

收藏 評論

yuanfang_648a85b26d85e 頭像

farfarcheng - 邁入大模型時代的深度學習：使用 Flash Attention 技術讓 Transformer 起飛

Transformer 是 ChatGPT 等大語言模型的核心技術之一，而注意力機制是其的關鍵部分。但是，標準的注意力實現具有二次時間和內存複雜度，使其在長序列任務上變慢並消耗大量顯存。這限制了 Transformer 能夠建模的上下文長度，同時使得大尺度模型的訓練和推理時間延長。 FlashAttention: Fast and Memory-Efficient Exact Attention

機器學習 , Flash , 人工智能 , transformer , 深度學習

收藏 評論

youyudetusi 頭像

憂鬱的吐司 - 數字人帶貨狂攬 23 億！數字人主播成電商新寵，直播帶貨迎來全新時代？

2025 年雙十一，數字人帶貨交出了震撼行業的成績單：京東平台數字人直播總成交額突破 23 億元，1.7 萬商家通過虛擬主播實現 24 小時不間斷開播，帶動平台整體轉化率提升 30%。（青否數字人源頭v：zhibo175） !從凌晨三點仍在滔滔不絕的國貨彩妝虛擬主播，到創下 5500 萬單場 GMV 的羅永浩 AI 分身，數字人正從直播帶貨的 “補充角色” 躍升為 “核心生產力”，引發行業對 “無

機器學習 , 算法 , 人工智能 , 深度學習

收藏 評論

u_12195 頭像

jojo - qnx裏面執行system需要增加的權限

折騰了一天 看了很多文章 加上和HB的討論 口乾舌燥的我們 終於差不多弄清楚了 keil option 的配置，換句話説就是scatter文件的配置。 網上都有的 我就不寫了。 重點是 scatter的作用 scatter 是 指定我將要加載的地址（加載域,r

機器學習 , scatter arm , 加載 , 人工智能 , 編譯器 , 啓動過程

收藏 評論

u_16213573 頭像

數據探索家 - JAXBElement

由於javaBean中的屬性是custFullName，所以在使用jsp的時候，通過el表達式獲取屬性的值td${m.CustFullName}/td。但是加載頁面的時候報【javax.el.PropertyNotFoundException: Property [custFullName] not readable on type [com.aiwei.tdjk.entity.

機器學習 , 大小寫 , el表達式 , 首字母 , JAXBElement , 人工智能

收藏 評論

u_15837107 頭像

中偉視界科技尹生 - 中偉視界：企業級解決方案，構建基於多模態數據的皮帶堵料智能預警平台

——基於雙模式AI視覺與多模態預警平台的綜合施策 1. 項目背景與核心痛點 在礦山、水泥、冶金及電力等行業，皮帶輸送機是物料輸送的命脈。其轉運下料口作為最易發生故障的瓶頸點，堵料問題頻發，導致生產中斷、設備損壞，甚至引發安全事故。 傳統檢測方式的侷限： 人工巡檢：響應滯後、人力成本高、夜間及惡劣環境下效率低下。 機械擋板/行程開關：與物料直接

機器學習 , 多模態融合 , 智慧礦山 , 皮帶堵料檢測 , 私藏項目實操分享 , 人工智能 , 礦山多模態預警平台 , 皮帶堵料AI解決方案

收藏 評論